食管癌自動容積旋轉調強放療計劃策略的優化選擇

鞏漢順，谷珊珊，楊 濤，陳高翔，韓亞楠，戴相昆

解放軍總醫院第一醫學中心 放療科，北京 100853

食管癌作為臨床多發的惡性腫瘤之一，其組織學上主要為鱗狀細胞癌[1]。目前食管癌的治療主要采用放化療結合手術的綜合治療[2-3]。食管癌臨床病灶較長，解剖位置被脊髓、心臟和肺組織所環繞；且腫瘤所在部位體表外輪廓曲線變化較大，放療過程中對靶區適形度和均勻性的要求較高；同時還要最大限度地保護周圍危及器官(organ at risk，OAR)以降低放療不良反應的發生率，采用常規放療計劃設計難度較大[4]。容積旋轉調強放療 (volumetric modulated arc therapy，VMAT)采用動態拉弧方式(通常為單弧或雙弧設計)，其治療優勢顯著；在提高靶區劑量、改善劑量分布的同時顯著縮短了治療時間，可有效降低治療期間呼吸運動及其他不自主運動所導致的靶區位移對放療精度影響，獲得更佳的放射生物學效應[5-7]。傳統手動計劃設計耗時嚴重、效率較低，而自動放療計劃技術則顯著提高了工作效率，有效降低了物理師主觀因素對計劃質量的影響[8]。Pinnacle3自動計劃 (auto-planning，AP；Philips radiation oncology systems，美國)模塊采用自動優化引擎，依據物理師設定的目標函數，采用反復減少冷、熱點的迭代優化方法自動完成計劃設計[9]。本研究對基于AP技術的食管癌雙弧(double arc，DA)與單弧(single arc，SA)自動容積旋轉調強放療計劃(automated volumetric modulated arc therapy，A-VMAT) 的優化性能和臨床應用價值進行綜合評估，以實現自動計劃設計策略的優選。

對象與方法

1 研究對象 選取 2018 年 10 月- 2020 年 12 月16例在我中心接受治療的同一主診組中的食管癌患者，男性14例，女性2例，中位年齡62(49 ~74)歲。納入標準：臨床病灶PTV處方劑量為54 Gy、原發病灶pGTV 處方劑量為 63 Gy，分割次數為30次的臨床治療患者。排除標準：治療過程中斷患者。

2 定位掃描 患者取仰臥位，雙臂上舉至額前，均采用熱塑體模進行體位固定。在自由呼吸狀態下采用Siemens大孔徑 CT(SOMATOM Definition AS)實施掃描，層厚為 5 mm，分辨率為 512 ×512。掃描范圍從中頸至膈下，將掃描所得圖像以DICOM RT 格式傳輸至 Pinnacle3Ver 9.10 計劃系統，由同一主診組醫生勾畫靶區和相應危及器官[左側肺 (left lung，Lung-L)、右側肺 (right lung，Lung-R)、心臟、脊髓]。

3 治療計劃設計 利用 Pinnacle3計劃系統，基于瓦里安iX加速器手動設計雙弧容積旋轉調強計劃 (double arc manual-VMAT，DA-M-VMAT)。采用2個全弧射野：射野1機架角度范圍為180.1° ~179.9°、機頭角度為10°；射野2機架角度范圍為179.9° ~ 180.1°、機頭角度為 350°；各射野 X 線方向鎢門根據靶區形狀進行自動跟隨。選擇能量為6 MV的X線，默認劑量率600 MU/min；通過計劃優化使95%處方劑量包繞95%靶區體積；為了提高靶區適形度并降低危及器官受量需手動勾畫相應輔助結構。自動計劃優化參數設置：利用Pinnacle3計劃系統AP模塊分別設計雙弧自動容積旋轉調強放療計劃 (double arc automated volumetric modulated arc therapy，DA-A-VMAT)和單弧自動容積旋轉調強放療計劃 (single arc automated volumetric modulated arc therapy，SA-A-VMAT) 。DA-AVMAT計劃射野參數與DA-M-VMAT一致；SAA-VMAT采用DA-M-VMAT計劃射野1參數。兩組計劃的相關目標函數均參照DA-M-VMAT計劃中的DVH劑量學參數設置，包括：脊髓的最大劑量(Dmax)；心臟的V30和平均劑量(Dmean)；全肺(total lung，Lung-T)的 V5、V10、V20和 Dmean；輔助結構體積參數Vx。自動計劃優化最大迭代次數設置為60次，優化平衡為11%；劑量跌落區間為2.6 cm；熱點最大值為處方劑量×107%；優化過程中冷、熱點可自動生成。

4 需評估的劑量參數 1) 靶區最大劑量 (Dmax)、平均劑量 (Dmean)、Target95%、Target100%、Target105%、均勻性指數(homogeneity index，HI)和適形指數(conformal index，CI)[5]、機器跳數 (monitor units，MUs)。Target95%、Target100%及Target105%分別為95%、100%和105%的處方劑量包繞的靶區體積百分比。HI=D5%/D95%，其中D5%為5%靶區體積所受到的照射劑量，D95%為95%靶區體積所受到的照射劑量；HI越接近1則靶區的劑量越均勻。CI=(Vt.ref× Vt.ref)/(Vt× Vref)，其中 Vt.ref為參考等劑量線所包繞的靶區體積，Vt為靶區體積，Vref為參考等劑量線包繞的總體積。CI值介于0 ~ 1，越接近于1，表示劑量分布適形度越好。2)危及器官的評估參數，主要包括Dmax、Dmean和Vx。

5 統計學方法 采用 SPSS17.0 統計學軟件對數據進行統計分析，數據以±s表示，對各項指標進行單因素方差分析，P＜0.05為差異有統計學意義。

結 果

1 靶區劑量參數 DA-M-VMAT 計劃和 DA-AVMAT計劃的靶區pGTV的HI結果均優于SA-AVMAT計劃，但僅靶區pGTV有統計學差異(F=5.101；P= 0.010)；而靶區其他各參數3組差異均無統計學意義。DA-A-VMAT計劃的平均MUs值高于DA-M-VMAT計劃，而SA-A-VMAT計劃則低于DA-M-VMAT計劃，但差異無統計學意義(F=1.317；P=0.278)。見表1。

表1 食管癌患者手動容積旋轉調強計劃和雙弧與單弧自動容積旋轉調強放療計劃的靶區劑量學及機器跳數比較(n=16)Tab.1 Comparison of target dosimetry and machine units among DA-M-VMAT plan, DA-A-VMAT and SA-A-VMAT plans in the patients with esophageal cancer (n=16)

2 危及器官劑量體積參數比較 肺部：V5和V10等低劑量區體積參數A-VMAT計劃均高于DA-M-VMAT計劃；而V20及以上的各參數則均呈現相反趨勢，且SA-A-VMAT較DA-A-VMAT計劃具有更好的肺組織保護能力，但差異均無統計學意義(P＞0.05)。心臟：對于V20及以上的各劑量體積參數呈現出與Lung-T一致的分析結果。見表2。

討 論

食管癌靶區通常貫穿頸、胸等軀體上半部分，位置差異大，導致放療計劃中危及器官類別和限制劑量顯著不同，對于開展自動計劃的實施是一項挑戰。本研究對基于Pinnacle3AP計劃系統的食管癌患者DA-A-VMAT、SA-A-VMAT和DAM-VMAT計劃的劑量學參數進行研究，數據結果表明自動計劃在靶區適形度方面不差于手動計劃。隨著弧數目的增加，計劃的劑量調制空間更加自由[10]。這使得SA-A-VMAT計劃的靶區均勻性要次于雙弧計劃；對于全肺及心臟的V20及以上各參數值，自動計劃所得結果要優于手動計劃，而且SA-A-VMAT計劃上述值低于雙弧計劃，具有更好的危及器官保護能力。Pinnacle3計劃系統的AP模塊在食管癌VMAT計劃自動優化時對靶區和危及器官的權重進行有效的調節，更好地實現劑量優化，在保證靶區劑量的前提下盡可能降低危及器官的劑量，改善總體計劃的質量[11]。

AP計劃的優劣主要基于人為預先設定的各目標函數，食管處于胸腔中間位置，被左右肺組織、心臟和脊髓包圍，物理師在設定參數時主要依據自身經驗和愛好取舍給定各危及器官優化參數設定值；若參數設置不合理，則可能出現靶區欠量或危及器官劑量超過限值等問題。近年來放療物理技術取得快速發展，放療計劃劑量預測方式呈現多樣化：使用距離目標直方圖或器官體積直方圖等進行危及器官的DVH預測[12]。基于機器學習方式，利用從歷史數據中提取的劑量分布、解剖結構、布野條件等數據所創建的預測模型實現對新患者的個體化劑量預測[13]。但對于食管癌，由于頸段及上腹部放療計劃的肺部受量顯著低于胸段，在創建的模型中容易影響點和離群值[14]，針對此缺陷，陳艷等[15]在復雜處方和解剖分段等臨床條件下，基于瓦里安Eclipse放療計劃系統中集成的RapidPlan模塊創建食管癌放療自動計劃的整合模型，并基于獨立病例驗證該模型的可行性。目前人工智能進行劑量分布的預測研究是主要趨勢[16]。采用合理的預測目標函數結果作為AP的優化參數，則可獲得更加適用于臨床患者的個性化放療計劃。本研究不足之處為AP計劃的目標函數主要基于手動計劃所得的DVH參數，所得優化的結果無法準確呈現其最優性能的概率，后續將對獲取更加精準的劑量預測目標函數方法進行探討，以推進AP技術在食管癌患者放療中的應用。

AP計劃初次迭代優化結果有時無法滿足特殊的臨床劑量限制要求，可在自動計劃的基礎上進一步加以人工干預以獲得更優的計劃。本研究中AP計劃初次優化所得靶區的DVH曲線陡直，Dmax顯著小于手動計劃，但靶區劑量欠量較多，為提高處方劑量覆蓋度需要放寬靶區Dmax的目標函數限值再次進行優化。通常人工再次優化次數要少于手動計劃[17]。但隨著后續人工調試次數和目標函數的增加，MUs值通常也呈現增加趨勢[18]。本研究中DA-A-VMAT計劃的平均MUs值高于DA-M-VMAT計劃，與反復迭代優化有關。相對于雙弧VMAT計劃，SA-A-VMAT計劃降低了MUs值，從而縮短出束時間，提高治療效率。

綜上所述，AP模塊具備完善的自動優化性能，對于食管癌患者，可簡化VMAT計劃步驟，同時使計劃設計流程更加規范化、計劃質量趨于標準化。DA-A-VMAT與SA-A-VMAT計劃均可實現最佳的靶區劑量分布和較低的正常組織受量；而SA-A-VMAT計劃則具有更高的臨床執行效率，更適用于臨床治療。本研究為食管癌患者廣泛開展基于AP計劃的放射治療提供一定的數據支持。